基于遥感的黄石市植被覆盖度时空变化研究毕业论文 - 图文

编号

201590306

研究类型

应用研究

分类号 TP7

目 录

1. 绪论............................................................. 1

1.1 研究背景 .................................................... 1 1.2 国内外研究现状 .............................................. 2 1.3 研究内容、研究方法与技术路线 ................................ 3 1.4 研究目的及意义 .............................................. 5 2. 研究区概况与数据预处理........................................... 6

2.1 研究区概况 .................................................. 6 2.2 数据来源与预处理 ............................................ 6 3. 地表反射率计算................................................... 8

3.1 地表反射率简介 .............................................. 8 3.2地表反射率计算............................................... 9 4. 植被覆盖度计算及时空变化分析.................................... 11

4.1 植被覆盖度计算 ............................................. 11 4.2 黄石市植被覆盖度时空变化分析 ............................... 15 5.总结与展望....................................................... 18

5.1总结........................................................ 18 5.2展望........................................................ 19 6.参考文献......................................................... 20

基于遥感的黄石市植被覆盖度时空变化研究

程丹鹤(指导教师，伍雄昌 讲师)

(湖北师范学院城市与环境学院 中国 黄石 435002)

摘 要：近年来，全球气候变化导致了一系列生态环境问题。植被是生态环

境的重要组成部分，在维护区域生态平衡方面起到重要作用，植被覆盖度是表示地表植被覆盖情况的重要参数，也是指示区域生态系统环境变化的重要指标。对于植被覆盖的动态监测也一直是环境科学研究的热点问题之一。本文以黄石市为例，利用黄石市2003年和2013年Landsat7 ETM+影像，运用RS和GIS技术，计算黄石市2003年和2013年的植被覆盖度，分析黄石市植被覆盖度的时空变化。结果表明，黄石市低覆盖度和极低覆盖度区面积减少，中覆盖度和中高覆盖度和高覆盖度区面积增加；除高覆盖度平均值略有减少外，各分级覆盖度平均值均有不同程度增加；黄石市植被覆盖演变趋势是由低覆盖度向高覆盖度转移。以上结果说明2003年至2013年，黄石市生态环境整体状况呈良性发展，且人为因素在黄石市植被覆盖变化中起着主导作用。

关 键 词：植被覆盖度；NDVI；地表反射率；黄石市 中图分类号：TP7

The study on Temporal and Spatial Variation of Vegetation Coverage in Huangshi City Based on Remote Sensing

Cheng Danhe (Tutor:Wu Xiongchang)

(College of city and environment, Hubei Normal University,

Huangshi,Hubei,435002)

Abstract: In recent years, the global climate change has led to a series of ecological

environment problems. Vegetation is an important part of the ecological environment, which plays an essential role in maintaining regional ecological balance. Vegetation coverage is a major parameter to reflect the condition of vegetation coverage; it is also the key index to indicate regional ecosystem environmental change. Dynamic monitoring of vegetation condition and vegetation coverage change is always one of the hotspot of ecological environment research. Taking Huangshi City as an example, this paper will estimate for the vegetation coverage of Huangshi City on the basis of calculative surface abled , by taking Landsat7 ETM + image of Huangshi City in 2003, 2013 and administrative boundary of Huangshi City as data source, with the usage of RS and GIS technology. With the above study, this paper will make an analysis of temporal and spatial variation of vegetation coverage in Huangshi City. The results show that low coverage and the lowest vegetation coverage area in Huangshi City has been reduced and middle coverage、high coverage and the highest coverage area has been increased. The mean value of very grade has been increased in varying degrees expect the highest coverage. The evolution trend of vegetation coverage in Huangshi City is that low coverage has shifted to high coverage. These results above shows that the environment’ development in Huangshi City is in good situation and human factors plays a dominant role in the vegetation coverage change in Huangshi City.

Keywords: Fractional Vegetation Cover; NDVI; Surface albedo; Huangshi City

湖北师范学院城市与环境学院2015届学士学位论文

基于遥感的黄石市植被覆盖度时空变化研究

程丹鹤(指导教师，伍雄昌 讲师)

(湖北师范学院城市与环境学院 中国 黄石 435002)

1. 绪论

1.1 研究背景

近年来，全球气候变化导致了一系列生态环境问题。作为生态环境变化的重要指示因子，植被是大自然与人类活动长期以来相互作用的结果。植被的生长、组成、分布、和发展与生态环境状况息息相关。作为大气环境、水环境和土壤环境状况的自然指示因子，植被是自然环境因素和人为因素对环境影响的直观指标。植被在很大程度上能够代表地表覆盖的变化，且具有明显的随时间和气候变化变化的特征，因此植被在全球生态环境变化研究中都作为重点研究对象。作为气候的产物之一，植被在各个气候类型或区域都有与其相对应的植被类型，与环境相互作用产生影响，最终引起植被生长过程、数量、类型和分布的变化。另外，植被和气候环境之间的作用是相互的，通过影响和自然环境之间的物质和能量相互作用对气候产生影响，而变化的气候环境又对植被的生长产生反作用。对植被覆盖的动态监测可以从一定程度上反映气候变化和土地利用变化的趋势[1]。

植被覆盖度（Fractional Vegetation Cover，FVC）是指单位面积内植被的垂直投影面积所占百分比，是表示地表植被覆盖情况的重要参数，也是是指示区域生态系统环境变化的重要指标[2]。经归一化处理得出的归一化植被指数（Normalized Difference Vegetation Index，NDVI）可部分消除太阳高度角变化、卫星视角和大气影响，可检测植被生长状况、植被覆盖度和消除部分辐射误差等，增加了对植被覆盖的响应能力，较好地反映植被覆盖的动态变化，就目前来说是应用最广的一种植被指数[3]。

传统植被覆盖度的研究通常是借助实地调查来完成，但实地勘测工作效率低下，且时效性差。遥感监测则是一种现代化的测量手段，主要特点是受地面限制

1

湖北师范学院城市与环境学院2015届学士学位论文

条件少，速度快、周期短，探测范围广、信息量大、特别是对人类足迹难以到达的地方，更具有优势。随着遥感技术的不断提高，遥感在全方位、准确性、时效性等方面的优越性使其成为植被监测及其变化研究中不可缺少的技术。 1.2 国内外研究现状 1.2.1 国内研究现状

我国在上世纪50年代至70年代的植被调查中，曾进行过小区域森林和草场的覆盖面积、分布、覆盖程度等方面的遥感影像监测研究。70年代利用MSS及航空图片数据，在西藏自治区122平方米范围内，清查了森林面积和数量。而在大规模地进行关于森林和草场专题遥感调查——“三北\防护林地遥感调查和内蒙古草场遥感调查中，确定了70年代至80年代森林覆盖度的变化。通过对草场调查，了解了草地沙化和退化和严重水土流失区域及其变化动态情况[4,5]。

到90年代，随着遥感信息技术的发展，遥感数据源的日益丰富，我国关于植被覆盖和土地利用的研究也进展迅速[6,7]，研究出了许多植被覆盖度遥感监测的方法，很大程度上减少了实地测算的工作量。

张丽等以SPOT影像为数据，计算了逐旬的NDVI，从不同的角度分析了淮河流域近八年来的植被覆盖度变化情况，结果表明，近八年淮河流域地表植被覆盖度总体呈上升趋势，并由Hurst指数预测未来淮河流域植被覆盖度将保持增加趋势[8]。李登科等利用MODIS NDVI数据定量分析了陕西省植被覆盖度的时空变快特征及其成因，结果表明陕西省植被覆盖度有显著增加，其原因是自然因素和人类活动共同作用的结果，人类活动尤其是生态环境建设工程的实施是植被覆盖度增加的主要原因[9]。孙睿等从通过研究不同时段的降水量与年NDVI值之间的相关关系的角度来分析降水量对黄河流域植被覆盖度的影响[10]。庞吉林等从分级的角度研究了盐池县近10年的植被覆盖度，得出了人为和政策因素是影响盐池县植被覆盖度的主要因素。[11]。

近年来，植被覆盖度研究也逐渐与解决实际问题相结合，偏向于对区域生态环境的影响评价，结合RS和GIS技术，可以对资源的可持续开发利用与生态环境保护、区域的建设与开发提供科学的数据与技术支持。 1.2.2 国外研究现状

从现有数据源看，植被覆盖度的遥感估算主要以多光谱数据为主，随着高光谱遥感技术的发展，基于高光谱数据的植被覆盖度估算也得到了一定应用，可以

2

湖北师范学院城市与环境学院2015届学士学位论文

提供互补信息，弥补单一类型数据在时间空间分辨率或光谱分辨率等方面的不足

[12]

。

Kenneth M.G利用高光谱遥感技术测量了美国加利福尼亚州南部半干旱地

区灌木草地的植被覆盖度，定量计算了稀疏草地的植被覆盖度，研究结果表明用高光谱数据的线性混合模型得到的结果比用标准植被植被指数更为合理[13]。Qi J等分别以空间分辨率为3m的航片、TM影像和SPOT4 VEGETATION等影像为数据，通多对植被指数的计算，测量了圣地亚哥流域灌木草地的植被覆盖度，结果表明，对特定研究区域用TM和SPOT4 VEGETATION影像测量数据与用航片测量出的植被覆盖度具有很好的相关性[14]。Tucker首次对NDVI数据进行了主成分分析，对非洲大陆土地覆盖分类进行研究中，提取了能够反映植被划分的主要因子，并作为植被覆盖度的分类依据，同时还减少了计算的工作量[15]。植被覆盖度研究并不是单一问题研究，它与遥感、地学、环境科学、农业、林业等各个领域的关系越来越密切，总体来说，目前的研究角度都是从气候因子、土地利用等因素出发，并使用了不同分辨率的影像，发展出了多种多样的研究方法。

在传统的植被覆盖度监测方法中，最便捷直接的方法为目估法，但目估法主观性太强，误差较大，于是产生其他多种采样方法：样方法、样带法、样点法等

[16]

。为了获取更精确的数据，又出现了用于采样的仪器——移动光量计、空间

定量计等，这些仪器提高了测量精度。为了研究总结植被覆盖度的规律，在植被覆盖度检测中又引入了统计学思想，通过一定程度的实地测量，对实测数据进行时间或空间上的分析，探索植被覆盖度的时空变化规律，但这种方法通常只适用于特定的研究区域或特定的植被类型，有一定局限性[17]。国内外对于植被覆盖度的研究范围越来越广泛，内容越来越丰富，方法越来越多样。目前主要的植被覆盖度遥感测算方法有：回归模型法、混合像元分解法、机器学习方法等，还有光谱梯度差发、物理模型法、分级法等应用较少的方法[18]。

1.3 研究内容、研究方法与技术路线 1.3.1 研究内容

本文基于遥感数据和技术对黄石市植被覆盖度进行估算和分析，研究内容包

3

湖北师范学院城市与环境学院2015届学士学位论文

括以下三个方面：

(1) 地表反射率计算

对黄石市2003年和2013年的遥感图像进行预处理，借助6S模型对图像进行大气校正，获取校正参数，在ENVI中分别计算2003年和2013年的地表反射率，为NDVI的计算提供数据基础。

(2) 归一化植被指数和和植被覆盖度的计算

通过得到的真实地表反射率计算归一化植被指数，再利用像元二分模型计算黄石市植被覆盖度，得到黄石市2003年和2013年的植被覆盖度分布图，并对黄石市2003年和2013年的植被覆盖度分别进行分级和统计。

(3) 黄石市植被覆盖度时空变化分析

通过计算出的黄石市2003年和2013年植被覆盖信息，从时间和空间的角度，对黄石市植被覆盖度的分布和变化进行分析，联系黄石市实际情况，分析变化成因，并为黄石市资源的可持续开发利用与生态环境保护、黄石市的建设与开发提供科学的数据与技术支持。 1.3.2 研究方法

利用黄石市2003年和2013年Landsat 7 ETM+影像，借助ArcGIS、ENVI与6S等软件，经过大气校正、图像增强和融合等图像预处理，基于像元二分模型计算出黄石市2003年和2013年的植被覆盖度，在此基础上制作黄石市植被覆盖分级分布图，提取黄石市2003年和2013年的植被覆盖度分布信息，从而获得黄石市植被覆盖分布状况，进行植被覆盖度统计，对比2003年和2013年黄石市植被覆盖时空变化情况，综合分析影响黄石市植被覆盖变化的因素。

4

湖北师范学院城市与环境学院2015届学士学位论文

1.3.3 技术路线

本文总体设计思路及研究技术路线如下图所示：

去条带处理 遥感影像预处理 大气校正 地表反射率计算 植被指数计算 植被覆盖度估算 分级统计 Landsat 7 ETM+影像 几何校正 图像裁剪 时间变化特征分析 空间变化特征分析 结果分析 图1 研究技术路线图 Fig.1 Research roadmaps

1.4 研究目的及意义

城市植被则是城市生态系统重要的表示元素和指示因子，对城市生态环境的保护具有不可替代的重要作用，可以改善城市环境、缓解城市“热岛效应”等问

5

湖北师范学院城市与环境学院2015届学士学位论文

题[19]。随着城市化进程的加快，人类活动对生态环境尤其是城市环境的影响越来越大，是城市植被覆盖、分布、演变的重要影响因素。因此加强对城市植被覆盖监测对于城市环境建设具有重要意义。在缺乏实测数据时，应用遥感技术获取植被覆盖信息，也可以很大程度上降低植被覆盖度的研究难度。本文以黄石市2003年和2013年的遥感影像为数据源，提取黄石市2003年和2013年的植被覆盖度信息，分析黄石市植被覆盖度的分布特点和变化成因，可以为黄石市城市规划、资源合理开发与利用以及生态环境保护提供科学有效的数据支持。

2. 研究区概况与数据预处理

2.1 研究区概况

黄石市位于东经115.03°，北纬30.20°，地处湖北省东南部，长江中游南岸，总面积4万多平方公里。黄石地处中纬度内陆地区，受东南亚季风环流影响，气候特征冬冷夏热，光照充足、雨量丰沛，是典型的亚热带大陆性季风气候。黄石年平均气温17℃，年平均降水量1382.6毫米，全年日照1666~2280小时。黄石水系丰富，长江自北向南穿过，大小河流408条。黄石地区属于亚热带常绿阔叶林区，地带性植被类型为亚热带常绿阔叶落叶混交林。黄石是国务院批准的沿江开放城市，也是武汉城市圈副中心城市和重要的原材料工业基地，矿产资源丰富。常住人口244.5万人，其中，城镇人口为147.43万人（2013年）[20]。

图2 黄石市行政区划

Fig.2 Administrative division schematic of Huangshi City

2.2 数据来源与预处理 2.2.1 数据的来源

本文所使用的数据为来自于Landsat 7 ETM+影像及黄石市行政边界数据，根

6

湖北师范学院城市与环境学院2015届学士学位论文

据黄石市经度、纬度、植被生长情况以及数据的完整情况选取的影像信息如表1所示：

表1 黄石市Landsat 7 ETM+影像基本信息表

Tab.1 The basic information of Landsat 7 ETM + images of Huangshi City

条代号 122 122 行号 39 39 拍摄时间 2003-9-23 02:45:48 2013-9-18 02:38:19 经度 115.28 115.39 纬度 30.31 30.30 云量 0.0 0.0

（注：表格中的经度、纬度指遥感图像中心点的经度、纬度。）

图3 黄石市2003年ETM+影像 Fig.3 ETM+ image of Huangshi City in

2003

图4 黄石市2013年ETM+影像

Fig.4 ETM+ image of Huangshi City in

in 2013

2.2.2数据的预处理

遥感数据的预处理包括遥感图像的几何校正、辐射校正、图像镶嵌和图像剪裁等。由于Landsat卫星机载扫描行校正器在2003年5月出现故障，因此2003年以后的数据发生缺失，如图3和图4所示。因此在对Landsat 7 ETM + 影像进行预处理时必须先对影像进行去条带处理。

使用ENVI对Landsat 7 ETM+ 的去条带补丁landsat_gapfill，对原图像数据进行去条带处理，并利用黄石市行政区划矢量文件进行剪裁，得到研究区的遥感影像如图7和图8所示：

7

湖北师范学院城市与环境学院2015届学士学位论文

图5 黄石市2003年真彩色影像 Fig.5 True-color image of Huangshi City

in 2003

图6 黄石市2013年真彩色影像 Fig.6 True-color image of Huangshi City

in 2013

3. 地表反射率计算

3.1 地表反射率简介

由于电磁波在大气中的传输和遥感器探测过程中受到光照、大气分子和气溶胶等作用的影响，遥感器获取的测量值与地物的真实反射率是不一样的。因此，要对地表反射率进行计算后，才能计算NDVI。

地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比，表示地面对太阳辐射的吸收和反射能力，反射率越大，地面吸收太阳辐射越少，反射率越小，地面吸收太阳辐射越多[21]。

大气校正是遥感影像辐射校正的重要部分，也是获得真实地表反射率的过程。计算地表反射率的方法有很种，如直方图均衡化、黑暗目标法、固定目标法、对比减少法、LUT方法、6S模型等[22]。以上方法都有各自的优势，但大多建立在某些固定的、特殊的条件下，不具备通用性。6S模型它建立在辐射传输理论基础之上，不受研究区固定条件等的影响，应用范围最广。

8

湖北师范学院城市与环境学院2015届学士学位论文

3.2地表反射率计算

3.2.1 基于6S模型的地表反射率计算

6S模型[23]，全称为“Second Simulation of satellite signal in the Solar Spectrum”，主要用来估计在无云的情况下，由气象传感器或地球遥感卫星获取的在0.25~4μm太阳光谱的辐射。目前多用于处理可见、近红外的多角度数据。本文采用6S模型获取大气校正参数，从而进行地表反射率的计算。

6S模型中参数主要有9个部分组成：

表2 6S模型参数输入要求

Tab.2 Inputs requirements of 6S model

参数

几何参数

要求

卫星的接收时间（年、月、日）

时间（时和分要换算成小时）以及经纬度等

大气模式 热带、中纬度夏季、中纬度冬季、近极地夏季、近极地冬季和美国62标准大气和自定义大气模式

气溶胶模式 无气溶胶模式、自定义气溶胶模式和提供的三种气溶胶模式：大陆型，海洋型和乡村型

气溶胶浓度 地面高度 探测器高度 探测器的光谱条件 地表特性： 表观反射率

在550nm处的光学厚度和气象能见度 以千米为单位的地面海拔高度（设为负值） -1000代表卫星测量，0为地基观测

给出了常见卫星的光谱响应函数，也可选择自定义 给出了九种模式供选择，也可自定义函数 输入反射率或辐射亮度

按照该参数要求输入黄石市2003年和2013年影像的具体参数，以2013年的图像为例，参数输入界面如图7所示：

9

湖北师范学院城市与环境学院2015届学士学位论文

图7 6S模型参数示例

Fig.7 The samples of 6S model parameters

将处理结果分别输出，得到大气校正系数，如表2所示：

表3 6S模型大气校正系数

Tab.3 The atmospheric correction coefficient of 6S model

xa 波段

3 0.00379 4 0.00526 3 0.00366 2013年

4 0.00508

3.2.2 地表反射率的计算结果 时间 2003年

xb 0.04412 0.02102 0.04328 0.02063 xc 0.07179 0.04569 0.07179 0.04569

根据6S模型的大气校正公式(1)和公式(2)，分别计算2003年和2013年波段3、波段4的地表反射率。

y?xa*N?xb (1) acr?y/?1.?xc*y? (2)

其中，arc为大气校正后的地表反射率，N为影像所测的辐射亮度(measured radiance)，xa、xb、xc则分别为表3中所示的大气校正系数[24]。

10

湖北师范学院城市与环境学院2015届学士学位论文

计算完成后输出的地表反射率影像如图8至图11所示:

图8 2003年波段3地表反射率影像 Fig.8 Surface reflectance image of band

3 in 2003

图9 2003年波段4地表反射率影像 Fig.9 Surface reflectance image of band

4 in 2003

图10 2013年波段3地表反射率影像 Fig.10 Surface reflectance image of

band 3 in 2013

图11 2013年波段4地表反射率影像 Fig.11 Surface reflectance image of

band 4 in 2013

4. 植被覆盖度计算及时空变化分析

4.1 植被覆盖度计算

遥感影像上的植被信息主要是通过植物的叶子和植被冠层的光谱特性和差异来反映的，根据植物的光谱特征对可见光波段和红外波段进行组合形成的植被指数，是研究植被覆盖度的重要依据[25]。对这两个波段的不同组合也是进行图像增强的过程，通过这个过程可以得到各种植被指数。此方法不需要建立回归模型，并与植被覆盖度具有良好的相关关系，比用单波段来探测绿色植被更具有灵敏性，已经被广泛应用于遥感影像的解译中，如土地利用变化监测、植被密度覆

11

湖北师范学院城市与环境学院2015届学士学位论文

盖评价、森林和农作物的测定与预报等方面。 4.1.1 归一化植被指数的计算

归一化植被指数（NDVI）计算简便，对植被的响应能力高，检测范围广，能有效的消除太阳高度角、大气辐射和地形阴影所带来的干扰，因此在植被覆盖度的研究中得到广泛应用。本文选用归一化植被指数作为植被覆盖度研究的植被指数。NDVI被定义为近红外波段与可见光红波段数值之差和之和的比值，计算公式为:

NDVI?(NIR－R)/?NIR?R? (3)

其中，NIR为近红外波段4的反射率，R为可见光红光波段3的反射率[26]。NDVI的取值区间为[-1,1]。

由公式(3)得到的2003年和2013年的NDVI影像如图12和图13所示：

图12 黄石市2003年NDVI影像 Fig.12 NDVI image of Huangshi City in

2003

图13 黄石市2013年NDVI影像 Fig.13 NDVI image of Huangshi City in

2013

因为影像受到传感器角度、大气辐射、临近地物、阴影等因素的影响，有少部分区域计算后的NDVI值会出现位于取值区间外的情况，属于异常值，在进行植被覆盖度的计算之前要采用赋值法进行处理，将小于-1的NDVI值赋为-1，将大于1的值赋值为1。对异常值进行处理后结果如图14和图15所示：

12

本文来源：https://www.bwwdw.com/article/cayp.html